Classificherò la copertura del suolo usando immagini satellitari e machine learning
Informazioni su questo servizio
Realizzerò mappe di classificazione della copertura del suolo utilizzando immagini satellitari e analisi geospaziale. Questo servizio è utile per agricoltura, silvicoltura, monitoraggio ambientale, pianificazione urbana, ricerca e progetti di gestione del territorio.
Posso classificare la tua area in classi di copertura come vegetazione, foresta, agricoltura, acqua, suolo nudo, area edificata, pascolo, zone umide o classi personalizzate in base alle esigenze del tuo progetto. Posso lavorare con Sentinel-2, Landsat, GeoTIFF, dati raster esistenti, campioni di training o mappe di riferimento.
A seconda del pacchetto, posso fornire una mappa di copertura del suolo di base, statistiche di area per classe, file pronti per GIS, valutazione dell'accuratezza se sono disponibili dati di validazione e un breve rapporto di interpretazione.
Le consegne possono includere mappe PNG, GeoTIFF, shapefile, GeoPackage, statistiche CSV e riepilogo in PDF. Per favore, fornisci i confini della tua AOI, le classi richieste, l'anno o stagione target e eventuali dati di training o di riferimento se disponibili.
Linguaggio di programmazione:
Python
Framework:
Scikit-learn
•
keras
•
Panda
Strumenti:
Quaderno jupyter
•
MLflow
•
Colab
